Pandas cut()报错：标签数量与分箱边缘不匹配问题排查

错误本质 #

pd.cut()的规则是：当设置bins=N时，会生成N+1个区间边缘，对应N个分类区间，因此labels的长度必须等于N。

你单独执行时，labels=[0,1,2,3]长度为4，正好匹配bins=4的4个区间，所以正常运行。但循环里你设置labels=[i]，此时标签列表只有1个元素，和需要的4个元素不匹配，直接触发ValueError。

正确写法 #

要生成符合要求的标签列表，只需让labels的长度等于当前设置的bins数值即可：

• 固定分箱数的场景：

num_of_bins = 4
# 生成长度为4的标签列表[0,1,2,3]
labels = list(range(num_of_bins))
df['bmi_bin'] = pd.cut(df['Body Mass Index'], bins=num_of_bins, labels=labels)

• 循环遍历不同分箱数的场景：

# 遍历多种分箱数量
for n_bins in [2, 3, 4, 5]:
    labels = list(range(n_bins))
    df[f'bmi_bin_{n_bins}'] = pd.cut(df['Body Mass Index'], bins=n_bins, labels=labels)

关键注意点 #

• 永远确保len(labels)等于bins的数值（因为bins=N对应N个区间）
• 不要错误生成单个元素的标签列表，这是触发报错的核心原因

内容的提问来源于stack exchange，提问作者Apoorva